建構具有分類反應的引導森林時看不到混淆矩陣你好。
我一直在 JMP Pro 18 上使用權益文件（JMP 資料庫）來建立具有分類回應 (BAD) 的引導森林。我已依照https://www.jmp.com/support/help/en/17.1/?os=win&source=application#page/jmp/example-of-bootstrap-forest-with-a-categorical上給出的說明進行操作-response.shtml#
然而，該報告不包括混淆矩陣。如果我缺少任何步驟，有人可以建議我嗎？
此外，在本指南的開頭寫道「建立引導森林模型來預測客戶是否存在不良信用風險」。但是，根據指南中提供的分析，我如何才能清楚地得出結果（即不良信用風險）？
進階統計建模預測建模和機器學習回覆：在建構具有分類反應的引導森林時看不到混淆矩陣這是股票數據集
回覆：在建構具有分類反應的引導森林時看不到混淆矩陣將 BAD 列變更為名目建模類型。
回覆：在建構具有分類反應的引導森林時看不到混淆矩陣嗨@madhu ，
奇怪的是，在這個 Equity 資料集上重新啟動 Bootstrap Forest 確實為我提供了一個混淆矩陣：
我還檢查了，混淆矩陣預設顯示在報告中，其外觀是自動的，與平台首選項無關：
您可以透過support@jmp.com聯絡技術支援嗎？
對於第二個問題，此資料集中的目標是根據各種描述符（貸款、抵押貸款、價值、...DEBTINC）來預測一個人是否有不良信用風險（回應列「BAD」中的「不良風險」等級）或可接受的等級（「良好風險」等級）。
銀行/保險公司的目標是只把錢借給有能力還款的人，因此，如果您能夠透過各種描述符和模型來檢測可以有效還款的人，您可以更輕鬆地確定風險是否存在。借錢值不值。
希望這個回答可以幫助你
回覆：在建構具有分類反應的引導森林時看不到混淆矩陣嗨#jthi
這是正確的。我注意到壞數據被標記為“連續”。我現在將其更改為“名義”，問題現已解決。感謝您的支持。
回覆：在建構具有分類反應的引導森林時看不到混淆矩陣親愛的@Victor_G
我注意到壞數據被標記為“連續”。我現在將其更改為“名義”，問題現已解決。感謝您的支持。
關於我的第二個問題，我理解引導森林模型是為了預測客戶是否有不良信用風險而建立的。
在以下連結所示的具有分類回應的引導森林範例中，產生並解釋了我在下面引用的三份報告。
https://www.jmp.com/support/help/en/17.1/?os=win&source=application#page/jmp/example-of-bootstrap-forest-with-a-categorical-response.shtml#
- 整體統計報告
「整體報告顯示，驗證集和測試集的錯誤分類率分別約為 11.4% 和 9.9%。混淆矩陣表明，錯誤分類的最大來源是將不良風險客戶分類為良好風險。
測試集的結果顯示您的模型擴展到獨立觀察的程度。驗證集用於選擇 Bootstrap Forest 模型。因此，驗證集的結果對模型如何推廣到獨立數據給出了有偏差的指示。
- 專欄貢獻報告
[您有興趣確定哪些預測變數對您的模型貢獻最大。
「專欄貢獻報告表明，客戶信用風險的最強預測指標是 DEBTINC，即債務與收入之比。該模型的第二大貢獻者是 DELINQ（拖欠信用額度的數量）和 VALUE（客戶的評估價值）。
- 缺失值報告
「DEBTINC 欄位包含 1267 個缺失值，約佔觀測值的 21%。 Bootstrap Forest 分析中涉及的大多數其他欄位也包含缺失值。啟動視窗中的“資訊缺失”選項可確保以承認其攜帶的任何資訊的方式處理缺失值。
然而，我很難理解如何使用上述三個報告的結果來預測客戶是否有不良信用風險。
